φ混合随机变量最大值加权和的强收敛（英文）

本文研究φ混合随机变量最大值加权和的强收敛性质.提出关于不同分布φ混合随机变量完全收敛的一些结果.作为一个应用,取得φ混合随机变量加权和的Marcinkiewicz-Zygmund型强大数定律.     

φ-混合序列加权和的矩完全收敛性

本文研究了φ-混合序列加权和的矩完全收敛性.利用矩不等式和截尾的方法,获得了φ-混合序列加权和的矩完全收敛性的充分条件.所得结果推广了Ahmed等(2002)及陈平炎和王定成(2010)的结论.     

END随机变量阵列加权和的完全收敛性

利用END变量的R0senthal型矩不等式,研究了END随机阵列加权和的完全收敛性,给出了证明完全收敛性的一些充分条件.另外,还给出了证明完全收敛性的一个必要条件.所得结果推广了独立变量和若干相依变量的相应结果.     

混合随机变量阵列加权和的完全收敛性

利用混合随机变量的Rosenthal型不等式,研究了混合随机变量阵列加权和的完全收敛性,在更广泛的条件下,获得了完全收敛性的一般性定理和由混合随机变量序列生成的移动平均过程的完全收敛性定理,这些定理推广和改进了已知一些文献中相应的结果.     

行为ND随机变量阵列加权和的完全收敛性

在非同分布的情况下,给出了行为ND随机变量阵列加权和的完全收敛性的充分条件,所得结果部分地推广了独立随机变量和NA随机变量的相应结果.作为其应用,获得了ND随机变量序列加权和的Marcinkiewicz-Zygmund型强大数定律.     

φ^~混合随机变量列的几乎处处收敛性

本文研究(~φ)混合随机变量列的几乎处处收敛性,获得了(~φ)混合随机变量列的强大数律,推广和改进了独立情形的相应结果.     

NOD随机变量序列加权和的矩完全收敛性

讨论了NOD随机变量序列加权和的矩完全收敛性,获得了NOD随机变量序列加权和的矩完全收敛性的充要条件.这些结论显示了矩完全收敛性和矩条件之间的等价关系,同时推广了Wu Qunying(2011)的结果.     

φ混合序列的大数定律和完全收敛性

主要研究了φ混合序列的大数定律和完全收敛性,获得了与独立情形一样的大数定律和完全收敛定理.     

&rho|混合随机变量加权和的收敛性

该文研究了ρ 混合随机变量加权和的强大数律及完全收敛性, 获得了一些新的结果. 该文的结果推广和改进了Bai 等^[1]及Baum 等^[18] 在 i.i.d. 情形时相应的结果, 也推广和改进了Volodin 等^[4]在实值独立时相应的结果. 该文还得到了一关于任意随机变量阵列加权和的完全收敛性定理.     

WOD随机变量序列加权和的完全收敛性北大核心

应用WOD随机变量序列部分和最大值的Rosenthal型矩不等式,结合三段截尾法,研究了WOD随机变量序列加权部分和最大值的完全收敛性,所得的定理推广和改进了先前相应文献的一些结果.     

NA随机变量加权和的收敛性

利用Rosenthal型最大值不等式,得到了NA随机变量加权和的Marcinkiewicz-Zygmund强大数定律和完全收敛性,所获结果推广和改进了一些文献中相应的结果.     

NOD随机变量随机加权部分和的完全收敛性

本文研究了NOD随机变量双下标随机加权部分和的完全收敛性,获得了一些完全矩收敛结果和完全收敛结果,从而获得了Marcinkiewicz-Zygmund型强大数律.我们的结果推广了目前已有的一些结论.进一步,我们给出一些数据模拟工作来展示收敛性结果.     

行$\tilde\rho$-混合随机变量阵列加权和的完全收敛性[英文]

本文研究随机变量阵列加权和的完全收敛性问题,我们获得行~ρ-混合随机变量阵列加权和的一个完全收敛性定理. 通过这个定理可以获得一系列结果. 我们所得结果推广 了Baum和Katz(1965), Peligrad和Gut(1999)所得的结果.     

φ^~混合序列的大数定律和完全收敛性

主要研究了φ^~混合序列的大数定律和完全收敛性,获得了与独立情形一样的大数定律和完全收敛定理．     

非同分布φ—混合序列的完全收敛性

本文研究φ－混合随机变量序列部分和（未必同分布）的完全收敛性问题。在对混合系数趋于零的速度没有任何限制下，得到了理想的结果，改进并推了邵启满（１９８８）的孔繁超（１９９０）的主要结果。     

行为NSD随机变量阵列加权和的q阶矩完全收敛性

利用Hoffmann-Jφrgensen型概率不等式和截尾法,获得了行为NSD随机变量阵列加权和的q阶矩完全收敛性的充分条件.利用这些充分条件,不仅推广和深化梁汉营等(2010)和郭明乐等(2014)的结论,而且使他们的证明过程得到了极大地简化.     

不同分布(φ)混合随机变量序列的强收敛性

本文研究了不同分布(φ)混合随机变量序列的强收敛性质的问题.利用(φ)混合随机变量序列的矩不等式和截尾的方法,获得了(φ)混合随机变量序列完全收敛性和几乎处处收敛性结果,所获得结果不仅推广了Baum和Katz (1965)关于独立同分布随机变量序列的结论,而且改进了Wu和Lin (2004)关于同分布(φ)混合随机变量序列的相关结论.     

行为NA的随机变量阵列加权和的完全收敛性

In this paper we obtain theorems of complete convergence for weighted sums of arrays of rowwise negatively associated （NA） random variables. These results improve and extend the corresponding results obtained by Sung （2007）, Wang et al. （1998） and Li et al. （1995） in independent sequence case.     

关于随机变量加权和的强收敛性注记

设{X,;n≥1}为独立同分布随机序列,{a_(xi);1≤i≤K_n,↑~∞,n≥1}为权系数序列。本文给出三组sum from i=1 to K_n(a_(ai)X_i→0a.s.充分条件。同时,还讨论加权和的完全收敛性,我们的条件比[3]弱。     

行负相依随机变量阵列的完全收敛性（英文）

本文研究同分布假设条件和随机控制要求下行负相依随机变量阵列最大值部分和的完全收敛性的问题,得到一些新的结果.这些结果推广和改进了已有关于行独立随机变量阵列和行负相依随机变量阵列的相关定理.作为应用,行负相依随机变量阵列的Chung型强大数定律被取得.